Probabilistic Model

Definition / 定义

probabilistic model：概率模型；一种用概率分布来描述不确定性与随机性的数学/统计模型，用于表示变量之间的关系并进行推断与预测。（在机器学习、统计学、自然语言处理等领域很常见；也可泛指任何“基于概率的建模方法”。）

Pronunciation / 发音

/ˌprɑːbəˈlɪstɪk ˈmɑːdəl/

Examples / 例句

A probabilistic model can handle noise in the data.
概率模型可以处理数据中的噪声。

By specifying priors and likelihoods, the probabilistic model lets us infer hidden variables and quantify uncertainty in predictions.
通过指定先验与似然，概率模型使我们能够推断隐藏变量，并量化预测中的不确定性。

Etymology / 词源

probabilistic 来自 probability（概率），其词根可追溯到拉丁语 probabilis（“可能的、可信的”）；后缀 -istic 表示“具有……特征的”。model 来自拉丁语 modulus（“尺度、标准”），引申为“用来描述或刻画事物的结构/框架”。合起来即“用概率来刻画不确定性的模型”。

Related Words / 相关词

• Bayesian
• Probability
• Likelihood
• Prior
• Posterior
• Inference
• Stochastic
• Distribution
• Markov
• Generative

Notable Works / 经典著作中的出现

• Pattern Recognition and Machine Learning（Christopher M. Bishop）——大量讨论“probabilistic models”在分类、回归与图模型中的应用。
• Bayesian Data Analysis（Gelman et al.）——以贝叶斯视角系统呈现概率建模与不确定性量化。
• Probabilistic Graphical Models: Principles and Techniques（Daphne Koller & Nir Friedman）——将概率模型作为核心框架，重点覆盖图结构与推断方法。
• Information Theory, Inference, and Learning Algorithms（David J. C. MacKay）——从信息论与推断角度贯穿“probabilistic model”的思想与实践。